Формирование самоорганизующихся отображений сенсорных сигналов на непрерывные нейросетевые аттракторы
Book information
Description
Математическая биология и биоинформатика, 2013. — Т. 8. № 1. — С. 234–247. В работе описывается простая модельная нейронная система, в которой осуществляется самоорганизующееся отображение многомерных рецепторных сигналов R-мерного пространства (где R – количество рецепторов) на состояния сети из N взаимодействующих нейронов. Рекуррентная сеть из N взаимодействующих нейронов обладает одномерным непрерывным аттрактором («Bump attractor»). В отличие от нейрообразной конструкции Т. Кохонена, отображение входного сигнала осуществлялось на устойчивые состояния рекуррентной сети. В том случае, когда множество входных сигналов представляло собой одномерное циклическое многообразие в R-мерном пространстве, а нейронная сеть представляла полное кольцо нейронов с локальными возбуждающими связями, в результате процесса обучения формировалось топологически корректное отображение множества входных сигналов на устойчивые состояния нейронной сети. Продемонстрированы свойства системы, устойчивые к детализации модели нейрона.
Similar books
AntConc. Read me File for AntConc 3.2.1
TXT
Neural Computation and Self-organizing Maps
1992 · PDF
OpenCV Computer Vision Application Programming Cookbook (Code Only)
RAR
OpenCV 3.0 Computer Vision with Java
MOBI
OpenCV 3.0 Computer Vision with Java
EPUB
Машины, которые говорят и слушают
Advances in Learning Theory. Methods, Models and Applications
DJVU